自動泊車系統(tǒng)行人安全的暴露度策略研究

摘要：針對智能駕駛泊車系統(tǒng)，以行人的暴露度為研究對象，通過對相關(guān)標(biāo)準(zhǔn)和實際場景的研究，確定行人暴露度的分析依據(jù)，提出創(chuàng)新的設(shè)計應(yīng)用策略。該策略可適應(yīng)多種不同的用戶環(huán)境需求，并能在記憶泊車功能中實現(xiàn)自適應(yīng)智能駕駛。通過對安全分析暴露度的判斷進行解析和實際案例應(yīng)用，展示了該策略的有效性，如在不同巡航行駛條件下可根據(jù)行人出現(xiàn)情況調(diào)整泊車場景的暴露度及對應(yīng)車速等。該策略可為智能駕駛提供安全方案的技術(shù)指導(dǎo)。

關(guān)鍵詞：智能駕駛；功能安全；風(fēng)險控制；暴露度

0 前言

隨著智能駕駛技術(shù)的快速發(fā)展，對于功能安全技術(shù)的深入開發(fā)愈發(fā)重要，越來越多的專業(yè)技術(shù)人員投入這項頂層設(shè)計任務(wù)中，由此帶來的技術(shù)爭論也愈發(fā)增多。本文對行業(yè)內(nèi)頗有爭議的汽車功能安全目標(biāo)的應(yīng)用策略進行了研究。業(yè)內(nèi)普遍采用汽車安全完整性等級（ASIL）來進行功能安全目標(biāo)的定義，與傳統(tǒng)汽車功能安全定義不同的是，智能駕駛汽車的應(yīng)用場景被約束或被限制，這在場景細分上妨礙了危害分析、風(fēng)險評估（HARA）分析和安全目標(biāo)的設(shè)定。通常，在汽車功能安全設(shè)計中，會將一個場景切分為多個不同維度的場景，并對細分場景暴露度進行定義；當(dāng)場景的維度較少時，則將各個單場景合并之后匯總的場景暴露度進行定義。為此，需要明確哪種是正確的功能安全設(shè)計，特別是對于低速運行段的自動泊車系統(tǒng)的開發(fā)，行人的場景暴露度是功能安全的核心參考因素。在低車速的情況下發(fā)生車與車之間的碰撞，對于車上人員的傷害較小；但一旦發(fā)生車與人的碰撞，對于無保護措施行人的傷害度則很高。本文在行業(yè)規(guī)范和國際上已公開的指導(dǎo)文件的基礎(chǔ)上，對泊車場景中的行人暴露度進行了分析和自動泊車策略的應(yīng)用研究。

1 泊車行人暴露度的現(xiàn)狀

GB/T 34590—2022 《道路車輛 功能安全》對暴露度的取值及相應(yīng)要求進行了明確定義，但未將實際應(yīng)用中的每個場景與標(biāo)準(zhǔn)中的概率對應(yīng)，致使針對場景的暴露度設(shè)計存在差異。參考GB/T 34590—2022的要求，共有2種評估暴露度的要求，見表1，其中暴露度等級分為 E1（非常低的概率）、E2（低概率）、E3（中概率）、E4（高概率）。

由表1可見：暴露度的標(biāo)準(zhǔn)可通過運行場景持續(xù)時間運行場景發(fā)生頻率這2種方式進行評估。原則上為了安全滿足性，在這2種方式的評估中，應(yīng)選取暴露度高的進行設(shè)計定義，以保障功能安全開發(fā)。進一步將暴露度評估具體到場景時，可參考VDA 702—2015 《功能安全背景下行人暴露評估》的定義。

結(jié)合DB4403/T 360—2023 《智能網(wǎng)聯(lián)汽車自動泊車系統(tǒng)技術(shù)要求》中定義的行人場景，以及對于車輛周邊出現(xiàn)行人的暴露度的距離和位置要求，可知對行人暴露度的總體要求是明確的，但對于暴露度如何分類尚未進行明確定義。

通過圖1所示的11種行人位置的場景，關(guān)于如何進行ASIL評估分配，有如下方案：① 每個場景單獨分析一個ASIL評估，最終得到11個ASIL評估，然后選取ASIL評估的最高值進行自動泊車系統(tǒng)的開發(fā)；② 進行相同運行設(shè)計域（ODD）下的同類場景的合并，擴充暴露度的條件。在ODD范圍內(nèi)不可用智能駕駛系統(tǒng)進行識別和區(qū)分的情況下，這些場景均是ODD內(nèi)可能出現(xiàn)的場景，且在同一天或每次應(yīng)用中均可能遇到。

在以上2種方案中，第2種方案更為合理（除非智能駕駛系統(tǒng)具有ODD場景獨立判斷和識別的能力）。如果智能駕駛系統(tǒng)不具備ODD場景獨立判斷和識別的能力，則智能駕駛的場景分解過于細致。方案2可在嚴(yán)重度（S值）和可控性（C值）不變的情況下，降低單場景的暴露度，從而使最終所有的ASIL評估的最高值降低，以減少控制器開發(fā)的成本和ASIL要求，但總體危害并未規(guī)避。假定分析的是突然竄出行人的暴露度，細分場景又可分為從車中間出現(xiàn)、從車頭方向出現(xiàn)、從遮擋物后方出現(xiàn)，如果每個場景都進行獨立分析，則暴露度相同，但對于車輛和行駛情況來說，需要面對的并非獨立的一個場景，而是這些場景都可能出現(xiàn)，無論是哪個突然出現(xiàn)行人的場景，其意義和需應(yīng)對的安全策略都是相同的。從暴露度的設(shè)計上來說，就是這些場景出現(xiàn)概率的疊加，即匯總為“突然竄出行人”[1]這一種場景。

2 泊車系統(tǒng)的行人暴露度分析

2. 1 記憶泊車（HPA）在尋車位過程的暴露度分析

根據(jù)記憶泊車的功能安全分析，典型的風(fēng)險場景 暴露度定義按不同維度進行。在車速小于10 km/h時，按經(jīng)驗分析出現(xiàn)在風(fēng)險區(qū)內(nèi)的行人相關(guān)暴露度見表2。由表2可見：在不同的環(huán)境情況下，各種情況的適應(yīng)性非常重要，暴露度的確定及相應(yīng)措施應(yīng)視環(huán)境情況而定。

2. 2 泊車系統(tǒng)的最高運行速度與暴露度的關(guān)系

由上述行人出現(xiàn)在風(fēng)險區(qū)的基本評估可見，尋找車位時的運行車速與行人出現(xiàn)的距離同樣也會影響暴露度的變化。車速低時，風(fēng)險區(qū)的距離短；車速高時，風(fēng)險區(qū)的距離較長[2]。縱向距離與車速的計算示例見表3。

根據(jù)泊車系統(tǒng)中各種車輛特性和組成部件的特性，可估算出系統(tǒng)安全停止距離[3]與最高車速的對應(yīng)關(guān)系。由表3可以看出：當(dāng)車速為30 km/h時，車輛至少需要12.45 m才能剎停。對于避免碰撞行人的要求來說，行人不能出現(xiàn)在此距離內(nèi)，否則可能會出現(xiàn)與車輛發(fā)生碰撞或被車輛碾壓等情況。因此，兼顧系統(tǒng)不同特征點的變化，將該車速直接定義與DB4403/T 360—2023的場景相同（如圖2所示），將安全策略定義為允許行人在13.2 m的間距外橫穿。

3 應(yīng)用策略

3. 1 策略設(shè)計

根據(jù)記憶泊車的功能安全分析，針對遇到行人而制動失效的風(fēng)險評估是關(guān)鍵需求，應(yīng)通過功能安全的最高ASIL評估來進行該場景的風(fēng)險應(yīng)對策略設(shè)計。通過智能駕駛控制器的環(huán)境感知模塊創(chuàng)建“行人暴露率的環(huán)境模型”，根據(jù)“避免碰撞行人”的安全評估總目標(biāo)將ASIL評估設(shè)定為B級（一般ASIL B級以上需使用冗余架構(gòu)）。本策略無需應(yīng)用域控制器的全套冗余安全鏈路，亦可實現(xiàn)對應(yīng)較高車速的自適應(yīng)功能安全應(yīng)用設(shè)計。

首先，明確記憶泊車的位置，以確認暴露度的有效區(qū)域；其次，設(shè)置較低的車速進行默認的機器學(xué)習(xí)階段的應(yīng)用，在機器學(xué)習(xí)適應(yīng)的過程中達到暴露度確認的次數(shù)和時長后，對實際環(huán)境的暴露度算法進行自適應(yīng)調(diào)整，通過提升車速或降低車速來保障泊車安全。在自適應(yīng)記憶泊車完成車速的調(diào)整過程中，若環(huán)境發(fā)生變化并識別到新的暴露度，則再次降低車速進入適配安全控制，以此進行最高等級的泊車安全風(fēng)險規(guī)避，從而將暴露度遺漏識別和功能安全故障的發(fā)生概率降低到可接受的范圍內(nèi)。

按上述策略設(shè)計的智能駕駛控制器的記憶泊車巡航段算法流程如圖3所示。

3. 2 實施效果

對所設(shè)計的泊車產(chǎn)品進行應(yīng)用實施案例分析，其可達到的實施效果為以下3個條件所述：

（1） 在大于等于1個月的巡航行駛過程中，未出現(xiàn)1次1個行人在車輛泊車行駛前方13.2 m范圍內(nèi)，且至少應(yīng)用記憶泊車功能巡航的次數(shù)在同一個停車場不少于30次，則將本停車場的暴露度評估為E2，對應(yīng)可允許最高車速為30 km/h。

（2） 在大于等于1個月的巡航行駛過程中，出現(xiàn)大于1次但小于10次行人在前方13.2 m（源于DB4403/T 360—2023中的場景）范圍內(nèi)，且至少應(yīng)用HPA功能巡航的次數(shù)在同一個停車場不少于 30次，則將本停車場的暴露度評估為E3，對應(yīng)可允許最高車速為20 km/h。

（3） 在大于等于1個月的巡航行駛過程中，出現(xiàn)大于10次行人在前方13.2 m范圍內(nèi)，且至少應(yīng)用HPA功能巡航的次數(shù)在同一個停車場不少于30次，則將本停車場的暴露度評估為E4，對應(yīng)可允許最高車速為15 km/h。

基于以上模型的啟用需要時間，故初始值設(shè)計定義為20 km/h。當(dāng)條件3達到時，車速立即降為15 km/h，說明風(fēng)險高，需要慢速行駛，防止出現(xiàn)有穿插行人而車輛無法及時剎停規(guī)避；當(dāng)條件2達到時，下一次巡航段車速提升為20 km/h；當(dāng)條件1達到時，下一次巡航段車速提升為30 km/h。

在實際項目應(yīng)用中，該策略根據(jù)感知識別率和場景的變化周期對巡航車速的具體調(diào)整時間進行標(biāo)定處理，建議標(biāo)定變換時間為1～6個月。本策略明確定義：1個月大于10次行人在前方13.2 m范圍內(nèi)的暴露度評估為E4。將暴露度明確定義，可規(guī)避算法中無法進行“多次”的模糊概念設(shè)計。

4 結(jié)語

本文通過對相關(guān)標(biāo)準(zhǔn)和實際場景進行研究，確定行人暴露度的分析依據(jù)，提出了智能駕駛泊車系統(tǒng)中行人暴露度的分析依據(jù)和創(chuàng)新設(shè)計應(yīng)用策略。該策略可以適用于多種不同的用戶環(huán)境需求，并能在車輛記憶泊車中實現(xiàn)自適應(yīng)功能，為先進的智能駕駛技術(shù)提供功能安全策略，可有效保障無保護措施行人在自動泊車過程中的安全。

參考文獻

[1] 屈瑞飛，薄濤.歐洲新車評價規(guī)程弱勢道路使用者主動安全保護的測試評價方法[J].汽車與新動力，2023，6（5）：12-16.

[2] 唐陽山，夏道華.不同駕駛員反應(yīng)時間對汽車防撞安全距離的影響研究[J].科學(xué)技術(shù)與工程，2016（1）：250-254.

[3] 樓金彪，王觀，姜騰龍.微觀交通流模型在車輛自動駕駛仿真中的應(yīng)用[J].汽車與新動力，2023， 6（1）：28-33.